AI 三剑客: MCP、Skill、Rule 傻傻分不清？这篇讲人话的科普来啦！
背景最近在技术交流群里，经常有人提到："MCP 和 Skill 有啥区别？"、"Rule 是不是跟 Skill 差不多？"说实话，这几个概念确实容易搞混，我自己刚接触的时候也是一脸懵。后来用多了才慢慢理清楚它们各自的定位。既然群里问的人多，干脆写篇文章一次性说清楚，省得每次都要重复解释。1、先用一句话说清楚在深入之前，先记住这三句话：[*]MCP：给 AI 装上"手"，让它能用各种工具
[*]Skill：给 AI 一本"工作手册"，告诉它 1、2、3 应该怎么干活
[*]Rule：给 AI 立"规矩"，规定什么能干、什么不能干
就这么简单。接下来展开讲讲。2、MCP：让 AI 长出"手"大白话解释MCP 全称 Model Context Protocol，是 Anthropic（就是 Claude 背后那家公司）在 2024 年底开源的一个协议。它解决的问题很简单：套个壳（统一协议），让 AI 能调用已有的那些工具。你想啊，市面上有各种各样的工具：数据库、文件系统、GitHub、Slack、日历……每个工具的调用方式都不一样。如果每个 AI 应用都要单独对接，那不得累死？MCP 就是来解决这个问题的。它定义了一套统一的"接口标准"，只要工具按照这个标准实现，任何支持 MCP 的 AI 应用都能直接调用。类比理解官方有个特别形象的比喻：MCP 就像 USB-C 接口。以前各种设备的充电线都不一样，安卓用 Micro USB，苹果用 Lightning，笔记本用各种奇奇怪怪的接口。现在有了 USB-C，一根线走天下。MCP 做的就是这个事情——让 AI 应用和各种工具之间有个统一的"接口"。实际例子Cursor 里面内置了好几个 MCP，比如：Playwright MCP：让 AI 能操控浏览器
[*]打开网页、点击按钮、填写表单
[*]拖动滑块（这个很关键，后面会用到）
[*]截图、执行 JavaScript
Chrome DevTools MCP：让 AI 能通过开发者工具操控浏览器
[*]注入 Cookie、执行脚本
[*]上传文件（Playwright 不支持的操作）
[*]监控网络请求
这些 MCP 配置好之后，Cursor 里的 AI 就能直接调用这些能力了。你跟它说"帮我打开百度搜索一下 xxx"，它就真的能打开浏览器去搜。3、Skill：给 AI 一本"工作手册"大白话解释Skill 也很简单：用自然语言描述一个工作流，告诉 AI 1、2、3 应该怎么干。它本质上就是一个 Markdown 文件（通常叫 SKILL.md），里面写清楚：
[*]这个技能是干嘛的
[*]什么时候触发
[*]具体步骤是什么
然后 AI 就会按照这个"手册"来执行任务。跟脚本的区别（重点）群里有人问："把 Skill 简单理解成脚本行不行？"不行。这是我在群里的回复：
https://img.huacai.one/huacai-blog/2026/02/06/fc0adc255f99.webp
脚本是死的，逻辑固定在代码里，永远不会变。Skill 定义的是工作流，AI 会根据自然语言描述来完成对应的任务。关键区别在于：AI 会自己判断和适应。举个例子：打开浏览器登录某个网站。如果是脚本，你得写：
[*]打开登录页
[*]输入用户名密码
[*]点击登录按钮
但如果网站已经登录过了，脚本没写这个判断逻辑，就会卡死在"找登录按钮"这一步。Skill 就不一样了。你只需要告诉 AI"登录这个网站"，它发现已经登录了，就会自动跳过登录步骤，直接进行下一步。脚本是死的，Skill 是活的。实际例子：AlphaBot 发版 Skill先介绍一下背景。AlphaBot 是我用 AI 写的一个薅羊毛软件，支持 macOS 和 Windows，通过蓝奏云网盘分发给用户。每次发新版本都要做一堆重复的事情：写更新日志、打 tag、等 GitHub Actions 构建、下载产物、上传到蓝奏云、删掉旧版本……手动搞一次要十几分钟，而且容易出错。于是我写了一个 alphabot-release Skill，用自然语言描述整个发版流程。现在只要说一句"发布新版本 1.24.0"，AI 就会自动完成所有步骤。更厉害的是，Skill 还可以嵌套调用其他 Skill。alphabot-release 在最后一步会调用另一个 Skill lanzou-upload，专门处理蓝奏云上传。而 lanzou-upload 内部又会调用两个 MCP（Playwright 和 DevTools）来完成浏览器操作。这种嵌套结构让工作流变得非常灵活：
https://mermaid.ink/img/pako:eNpt029v0kAcB_C3crmnlqb_KKwPTAZssM0ti9sjyx4c9AYNpUfK1bkRHs0p6ANYMlkWde7BzGaiCYlGCYivpi3zXVhaZgp6j-7P5_e75pteAxaJhqEC9w1yUCwji4LdVN4E_qjbhZKFamVgYQOjOgYqMmplVCA0dr-zU9ENYy_k07Gs8ixwWy-8yy4o6RR4na4zvN4DsdhDkFIFFkzOPnitLng8q98iFNcj9alAplWRBd7bb16vP2m3vHef3c6PCEoHKKNK_lWdU3dw7Lb6IKvTnF2IqEygVtS4f-mXtvvrBCwXqU7MOvAun7ujYYSuBHRVlVngDF7fjcehcIY3k_aniFsNXFZNsOCufzw5uwUGMo-IHbNrBkHaTGJTCycLKYYIqHM1_ySYU7cNdHhg6aUyBZvpbQVMLkbu-M0Db3Tqvj8Po1xT_WDdTg-kCanocwmuBWBdzeCnu4QY9bCH9_XWPfn4H74e8I0F7gxeOT-vvN5LZ_Q9gjcC_GgBu62r3xfX3vnNnF9IIRuU5iADq9iqIl3z_7jG9CgPaRlXcR4q_lRDViUP82bTd8imZOfQLEKFWjZmoEXsUhkq-8io-yu7piGKMzrys63ek5I17Tvj_gdgK01sk0KF52SOgTVkPiHkr_aXUGnAZ_6xILEyFxckQZZ4URI4mYGHUIklEgIblzmRSyYlieeFpSYDj4IOAptMCEJSTCwlOYnnRFlkINZ0SqzN8DUFj6r5B40rLGE?type=png
看到了吗？Skill 就是自然语言版的工作流，而且可以像函数一样互相调用，非常灵活。以前手动发版要十几分钟，现在一句话搞定。真香！4、Rule：给 AI 立"规矩"大白话解释Rule 就更简单了：规定 AI 要怎么干，不能干嘛。它跟 Skill 有点像，都是用自然语言描述的。但区别在于：
[*]Rule 是一股脑告诉 AI 所有内容，AI 在每次对话开始时就会加载
[*]Skill 是告诉 AI"有这么个东西"，用的时候再来看
类比理解如果把 AI 比作一个新入职的员工：
[*]Rule 就是公司的《员工手册》，入职第一天就发给你，里面写着"代码要用 TypeScript"、"commit message 要用英文"、"禁止在生产环境直接改数据库"之类的规定
[*]Skill 就是《操作手册》，平时放在柜子里，需要做某件具体的事情（比如"发版"）时才拿出来看
实际例子我的项目里有这样一条 Rule：---description: 语言规范alwaysApply: true---# 多语言项目规范- 禁止 GUI 页面使用硬编码文案- 所有文案必须使用统一的语言配置- 语言文件路径：alpha_bot_gui/translations这条规则 alwaysApply: true，意味着每次对话 AI 都会遵守。这样我就不用每次都提醒它"别硬编码"了。5、三者对比
维度MCPSkillRule
解决的问题让 AI 能调用工具定义复杂工作流设置行为规范
本质统一的接口协议自然语言工作手册自然语言规则集
存放位置各种 MCP Server~/.cursor/skills/.cursor/rules/
触发方式AI 需要用工具时自动调用/@skill-name 或自动识别始终生效或按需加载
灵活程度工具能力固定AI 灵活执行约束性规则
类比USB-C 接口操作手册员工手册
一句话总结：
[*]MCP 给 AI 装"手"（能力扩展）
[*]Skill 给 AI 发"工作手册"（流程指导）
[*]Rule 给 AI 立"规矩"（行为约束）
6、回答群友问题"这些在测试领域一般是怎么用的？"
https://img.huacai.one/huacai-blog/2026/02/06/1c9ec7c8d02e.webp
测试领域其实很适合用 Skill，因为很多工作都是固定流程：
[*]造数据：按照特定规则生成测试数据
[*]排查问题：分析日志、定位 bug
[*]设计功能用例：根据需求文档生成测试用例
[*]写自动化用例：生成 pytest/playwright 代码
这些都是固定的工作流，很适合用 Skill 来解决。现在已经有锤子了，就看钉子啦。"能分享个实际的 Skill 案例吗？"
https://img.huacai.one/huacai-blog/2026/02/06/d8a474ebc4fe.webp
上面已经介绍了 alphabot-release Skill，这里再说说它调用的 lanzou-upload Skill。蓝奏云有个麻烦的地方：登录需要滑块验证。普通的浏览器自动化很容易被检测到，验证会失败。我的解决方案是双 MCP 协作：
[*]Playwright MCP 负责登录：它的鼠标模拟更真实，能通过滑块验证
[*]登录成功后，提取 Cookies
[*]Chrome DevTools MCP 负责后续操作：注入 Cookies，上传文件，删除旧文件
为什么要用两个 MCP？因为 Playwright 上传文件有 bug，而 DevTools 的滑块验证会失败。各取所长，组合起来就完美了。这就是 Skill 的灵活之处：你用自然语言描述工作流，AI 会自己选择合适的工具来执行。7、总结写到这里，再回顾一下核心要点：MCP：统一协议，让 AI 能调用各种工具。就像 USB-C，一个接口适配所有设备。Skill：自然语言工作流，告诉 AI 123 怎么干活。比脚本灵活，AI 会自己判断和适应。Rule：行为规范，规定什么能干什么不能干。一股脑告诉 AI，每次对话都遵守。该用哪个？
[*]想让 AI 调用外部工具 → 找/写 MCP Server
[*]有固定的工作流程想自动化 → 写 Skill
[*]想让 AI 遵守某些规范 → 写 Rule
希望这篇文章能帮你理清这几个概念。如果还有问题，欢迎在评论区留言~最后，这篇文章也是 skill 写出来，你们感觉 AI 味重么？还是说跟我以往风格类似呢原文：https://mp.weixin.qq.com/s/E_ZGgRPURl0oPi8hNN1Ttg
学习了 👍 👍 👍
页:
[1]